前言：本项目基于YOLOv11部署到手机APP实现对火焰烟雾的检测识别，当然，以此你可以按照本项目开发步骤扩展更换为其他目标进行检测，例如更换为车牌、手势、人脸面部活动、人脸表情、火焰烟雾、行人、口罩、行为、水果、植物、农作物等等部署手机APP进行检测。本文为详细设计/配置文档，包含完整所需的环境配置搭建，项目工程配置步骤等，手把手记录使用pycharm和Android studio的工程开发过程，实现YOLO部署到安卓。实战开发，亲测无误。演示视频训练了50轮进行了展示（为演示，训练轮数较少，你可以训练轮数多些效果更好）

上一篇文章记录实现基于YOLOv8部署到安卓手机APP进行目标检测识别（不同YOLO系列类似实现原理）：【YOLO部署Android安卓手机APP】YOLOv8部署到安卓实时目标检测识别——官方/自训练模型YOLOv8人脸/车辆等目标检测（可自定义更换其他目标）-CSDN博客https://blog.csdn.net/m0_61712829/article/details/144021872?spm=1001.2014.3001.5501

专栏列表与说明（有工程源码下载链接等）： 

嵌入式人工智能项目+人工智能应用项目合集列表与专栏说明——Excel合集列表目录查阅（持续更新）-CSDN博客https://archie.blog.csdn.net/article/details/142345687演示视频：

目录

1.环境搭建

（1）python

（2）CMake

（3）pytorch

（4）yolo框架

（5）总的conda虚拟环境配置列表

（6）Android studio环境

 （6.1）opencv-mobile-XYZ-android.zip（在我工程中已配置）

（6.2）ncnn-YYYMMDD-android-vulkan.zip（在我工程中已配置）

（6.3）Android studio环境

2. pycharm项目工程配置

（1）数据集

（2）训练模型

（3）pt转onnx

（4）onnx转NCNN